Kategoriat
Uncategorized

Tiedon analysointia

Viides kurssikerta osoittautui yllättävän mukavaksi, sillä tällä kertaa viikon lähiopetuskerta vietettiin lähes kokonaan itsenäistehtäviä tehden. Neljä tuntia kului paljon nopeammin, kun joutui itse pähkäilemään, miten mikäkin tehtävä kannattaisi ratkaista. Ensisilmäyksellä tehtävät näyttivät haastavilta, mutta etenkin vierustoverin apu oli avainasemassa siinä, että tehtävien teossa pääsi sujuvasti liikkeelle. Loppujen lopuksi tehtävät eivät edes olleet niin vaikeita, varsinkaan viimeinen tehtävä, jonka jätin kotiin tehtäväksi. Tai, no, en voi tietää olenko tehnyt jotain kauheita virheitä tai mokia tehtävissä, mutta toivon todellakin etten ole.

Viikon uutena aiheena oli bufferointi. Bufferoinnissa eli puskuroinnissa määritetään tietynkokoinen alue, esimerkiksi viivan tai polygonin ympärille. QGIS:issä tämä onnistuu buffer-työkalulla, joka osoittautui yllättävän helpoksi ja näppäräksi välineeksi. Syntynyttä aluetta kutsutaan puskurivyöhykkeeksi eli bufferiksi, jonka sisältä voidaan laskea esimerkiksi kohteiden tai muuttujien määriä. Esimerkiksi itsenäistehtävässä 1 (linkki tehtävän tuloksia esittävään taulukkoon alla) luotiin puskurivyöhykkeet Malmin sekä Helsinki-Vantaan lentokenttien kiitoratojen ympärille ja tutkittiin asukkaiden määriä näillä vyöhykkeillä. Lentokoneethan aiheuttavat melua nousu- ja laskuvaiheessa, minkä takia asuminen lähellä kenttää voi olla ikävää. Tehtävässä selvisikin esimerkiksi, että 2 km säteellä Malmin lentokentästä asuu merkittävä määrä enemmän ihmisiä kuin 1 km säteellä kentästä. Toisaalta tällaisen puskuroinnin voisi suorittaa ennen rakentamista, eli määritetään tietty melualue kentän tai kentän kiiroratojen ympärille, joille ei meluhaitan takia myönnetä rakennuslupia. Puskuroinnin avulla voi myös esimerkiksi selvittää, mille alueelle kannattaa vaikkapa suunnitella uutta kauppakeskusta: Kuinka monta ihmistä kauppakeskus palvelisi? Millainen ikäjakauma kauppakeskuksen vaikutusalueella on eli mitä palveluja kauppakeskuksessa kannattaisi olla?

Ensimmäisen tehtävän ekan osan suurimmaksi haasteeksi osoittautui luetunymmärtäminen. Tai siis kyllä, osaan lukea, mutta en esimerkiksi aluksi tajunnut yhtään, millaiset kiitoradat tehtävässä pitäisi muka piirtää tai mitä tarkoitetaan Tikkurilan laskeutumissuunnan melualueella… Vaikka toisaalta siis osaisikin käyttää QGIS-ohjelmassa tehtävän ratkaisemisene tarvittavia työkaluja ja toimintoja niin toisinaan niiden käyttäminen on yksinkertaisesti hankalaa, jos ei tajua, mitä tehtävässä tarkalleen ottaen tarkoitetaan jollakin asialla.

Ensimmäisen tehtävän toinen osa olikin jo sitten paljon helpompi. Tällä kertaa bufferit tehtiin metro- ja juna-asemien ympärille, ja niiden avulla selvitettiin asukkaiden ja työikäisten määriä asemien läheisyydessä sekä kuinka suuri osuus kaikista alueen asukkaista asuu asemien läheisyydessä. Ennen kuin työikäisten määrää asemien läheisyydessä pystyi tutkimaan, täytyi selvittää työikäisten kokonaismäärä käyttämällä jo tutuksi tullutta field calculator-työkalua. Tuo työkalu onkin varmaan yksi QGIS:in tärkeimmistä, sillä sen avulla voi esimerkiksi laskea eri sarakkeissa olevien muuttujien arvojen välillä laskutoimituksia ja luoda uusille arvoille uusi sarake taulukkoon.

Tehtävän 1 taulukko

(Huom. ainakin itselläni taulukot näyttävät siltä niin kuin pitääkin Windows-käyttöjärjestelmällä ja Chrome-selaimella, mutta Macilla ja Safarilla katsottuna joillakin riveillä teksti ylittää sarakkeiden rajat…)

Toisessa tehtävässä (linkki tulostaulukkoon alla) jatkettiin samalla teemalla eli bufferoinnilla ja bufferin hyödyntämisellä analysoinnin tukena. Tähän tehtävään liittyen tuli mieleen, kuinka tärkeää on myös osata käyttää QGIS:in valintatyökaluja. Tehtävässä piti esimerkiksi selvittää, kuinka monella alueella ulkomaalaisia asuu yli 10, 20 ja 30 prosenttia, ja tämähän onnistui kätevästi käyttämällä valintatyökalua, jolla pystyy valitsemaan alueet tietyn muuttujan arvojen mukaan.

Tehtävän 2 taulukko

Kolmas tehtävä jäi tosiaan kotiin tehtäväksi. Tässä saikin valita kolmen eri tehtävävaihtoehdon perusteella, ja valinta päätyi tottakai siihen, mikä vaikutti helpoimmalta. Päädyin siis tutkimaan uima-altaiden ja saunojen määriä pääkaupunkiseudun pienalueilla. Tässä tehtävässä ei edellisten tapaan tarvittu (ainakaan mielestäni, ellen ole sitten tehnyt tehtävää väärin) bufferointia, vaan selvitin uima-altaiden ja saunojen määriä pienalueilla valmiin pienalueita esittävän tietokannan avulla. Kuten edellisessä, myös tässä tehtävässä valintatyökalujen hallinta osoittautui tärkeäksi taidoksi. Linkki tehtävän tuloksia esittävään taulukkoon on alla.

Tehtävän 3 (uima-altaat ja saunat) taulukko

Tehtävässä piti myös tuottaa kartta (kuva 1), joka esittää uima-altaiden määriä pienalueilla sekä numeroin että histogrammien avulla. Tehtävänannossa käskettiin lisäämään sekä pylväät että numeroarvot kartalle… Pohdin aluksi, pitääkö tehtävässä siis todella jokaisen alueen kohdalle kirjata numero. Tällöinhän valmis kartta olisi ollut mielestäni yhtä sekasotkua, sillä monet kartalla näyvistä alueista on hyvin pieniä ja toisaalta numeroiden täytyy olla tarpeeksi suurilla fontilla merkitty, jotta niitä näkee lukea. No, kompromissina tein sitten koropleettikartan vaikkei alueet olekaan tasakokoisia ja lisäksi lisäsin numeroarvot niiltä alueilta, joissa uima-altaita on eniten. Ne alueet, joilla ei ole pylvästä (tai viivaa), ei ole ollenkaan uima-altaita missään rakennuksessa tietokannan mukaan.

Tehtävän teon jälkeen ja tätä blogitekstiä kirjoittaessani huomasin, että Nea Tiainen (17.2.2022) oli tehnyt saman tehtävän ja onnistunut luomaan siistin ja hienon kartan niin, että numeroarvot todella ovat pienalueiden kohdalla. Tehtävänannon noudattaminen ja informatiivisen kartan tekeminen olisi siis ollut mahdollista.

Pieni haaste tehtävässä oli saada liitettyä pienalueita esittävään tietokantaan uima-altaita kuvaavat arvot. QGIS vain herjasi minulle ettei tämä onnistu. Tovin siinä yritin ja yritin uudestaan, kunnes tajusin lukea virheilmoituksen paremmin. Pienalueita esittävässä tietokannassa oli muutama kohde, jotka saivat virheellisiä arvoja eikä QGIS sen takia pystynyt tekemään tietokantaliitosta. Tämän sai onneksi korjattua antamalla QGIS:ille ohjeeksi ignoorata virheelliset arvot. Tämä näkyy myös kartalla niin, ettei kahdesta pienalueesta ole saatavilla tietoja uima-altaiden määrästä. Toisaalta ihan hyvä, että tällaisia ongelmia tulee esiin, sillä niiden selvittämisen kautta oppii aina uutta!

Kuva 1. Uima-altaiden määrä pääkaupunkiseudulla pienalueittain.

Tämän viikon tehtäviä tekiessä sain huomata, että QGIS-ohjelman käyttäminen alkaa pikku hiljaa sujua. Sanotaanko näin, että helpointa on sellaisten työkalujen käyttö, joita on tullut käytettyä eniten ja useamman kurssiviikon tehtävissä, sillä oppiminen tapahtuu toistojen kautta. Sen sijaan sellaisten työkalujen, joiden olemassaolo ja käyttö on käyty läpi monta viikkoa sitten ja joita ei sittemmin ole tarvinnut, käyttäminen on varmaankin hankalampaa ihan jo sen takia, että helposti unohtuu jopa niiden olemassaolo.

Vaikka kurssi on osoittautunut yllättävän mielenkiintoiseksi, voin helpottuneena sanoa, että onneksi ollaan jo selvästi voiton puolella, sillä jäljellä on enää kaksi kurssiviikkoa!

Lähde:

Tiainen, N. (17.2.2022). Viikko 5. Epätoivon buffereita. Melkein gis-guru siis itsekin. Haettu 17.2.2022 osoitteesta https://blogs.helsinki.fi/tiainea/

Kirjoittanut Ronja Sonninen

Geography student at University of Helsinki

3 vastausta aiheeseen “Tiedon analysointia”

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *